Python基础--文件和文件中的数据处理-CSDN博客

本文链接：https://blog.csdn.net/weixin_68864415/article/details/139378310

Python基础--文件和文件中的数据处理

一、文件的基本概念
- - - - 1.文件
      - 2.目录
二、文件的编码
三、文件的类型
- (一)文本文件
- (二)二进制文件
四、文件的操作
五、数据组织的维度

一、文件的基本概念

操作系统对数据进行管理是以文件为单位的，当访问磁盘等外存上的数据时，必须先按文件名找到指定的文件，然后再从该文件中读取数据；如果要向外部介质上存储数据，也必须建立一个文件，才能向其输出数据。

1.文件

文件是存储在辅助存储器上的一组数据序列，可以包含任何数据内容。

2.目录

目录一般采用树状结构，在这种结构中，每个磁盘有一个根目录，它包含若干文件和子目录。
在这里插入图片描述
注意：
当在Python中处理文件路径时，你可以使用正斜杠“/”或双反斜杠“\”来表示路径分隔符，或者使用原始字符串来避免转义问题。

在Python语言中，字符串是用于表示文本数据的序列。路径字符串通常用于指定文件系统中文件或目录的位置。
使用“/”作为路径分隔符：在大多数操作系统（如Unix、Linux和macOS）中，“/”被用作路径分隔符。例如，路径/home/user/docs表示在user目录下的docs目录。
使用“\”作为路径分隔符：在Windows操作系统中，“\”被用作路径分隔符。
例如，路径C:\Users\User\Documents表示在C盘的Users\User\Documents目录。
转义“\”：在Python中，反斜杠“\”是一个特殊字符，用于表示转义序列，如换行符\n或制表符\t。
当你在字符串中使用单个反斜杠时，Python会将其视为转义字符的开始，因此需要使用两个反斜杠“\”来表示文件路径中的单个反斜杠。
例如，Windows路径C:\Users\User\Documents在Python字符串中应该写作C:\\Users\\User\\Documents。
使用原始字符串：为了避免手动转义每个反斜杠，Python提供了原始字符串字面量，通过在字符串前加上r或R来创建。
原始字符串不会处理反斜杠作为转义字符，因此可以直接写入路径。
例如，r"C:\Users\User\Documents"是一个原始字符串，表示Windows路径，不需要额外的转义。

二、文件的编码

ANSI编码:
ANSI是由美国国家标准学指定的编码，通常用于Windows操作系统中。不同的ANSI编码互不兼容（ANSI编码的特点在于它支持多语言环境。对于0x80到0xFF的扩展范围，不同的国家和地区可以定义自己的字符集，这使得ANSI编码可以适应多种语言。例如，Windows系统中的简体中文环境可能会使用GB2312或GBK编码，而繁体中文环境可能会使用Big5编码。这些编码在0x80到0xFF的范围内定义了额外的字符，以支持中文字符的显示）对于同一种ANSI编码0x00~0x7F之间的字符，仍然是1字节代表1个字符，即ANSI的西文字符就是ASCII编码。
Unicode编码
Unicode码是继ANSI编码之后推出的一种国际标准字符编码方法，是一个全球统一的字符编码标准，可以支持世界上几乎所有的书写系统。Unicode编码通常以UTF-8、UTF-16或UTF-32的形式实现，并且能够兼容ASCII编码。无半角和全角之分，全部统一计为1个字符。
UTF-8编码
UTF-8就是以8位为单元对Unicode字符集进行编码，即每次传输8位数据。
Unicode big endia 编码
记事本中的Unicode是litle endian编码。Unicode big endian编码和little endian编码区别在于处理多字节说的方式不同。
在Python3.x版本中，文件默认编码格式是UTF-8，字符串使用的是Unicode编码言的文件编码

三、文件的类型

(一)文本文件

文本文件一般由单一特定编码的字符组成，如 UTF-8，内容容易统一展示和阅读。大部分
的文本文件都可以通过文本编辑软件或文字处理软件创建、修改和阅读。由于文本文件存在
编码，所以，它也可以被看作是存储在磁盘上的长字符串，如一个 txt 格式的文本文件。

(二)二进制文件

二进制文件直接由比特 0 和 1 组成，没有统一的字符编码，文件内部数据格式与文件用途
有关。
二进制是信息按照非字符但有特定格式形成的文件。二进制文件由于没有统一的字符编码，
只能当作字节流，而不能看作是字符串。

四、文件的操作

Python 对文本文件和二进制文件采用统一的操作步骤：打开→操作→关闭

(一)打开

Python 通过 open() 函数打开一个文件，并返回操作该文件的变量，基本语法如下：

<变量名> = open(<文件路径及文件名>,<打开模式>)

打开模式：
在这里插入图片描述

(二)读方法

（1）f.read()
从文件中读入整个文件内容
（2）f.readline()
从文件中读入一行内容
（3）f.readlines()
从文件中读入所有行，以每行为元素形成一个列表

(三)写方法

（1）f.write()
向文件写入一个字符串或字节流
（2）f.writelines()
将一个元素为字符串的列表整体写入文件
（3）f.seek(偏移量, whence=相对位置)
改变当前文件操作指针的位置。whence 的值为：0 为文件开头，1 为当前位置，2 为文件结尾。偏移量正数向文章尾偏移，负数向文章头偏移。
f.seek(0)：表示将光标定位到文件起始位置
f.seek(1)：表示光标定位当当前位置
f.seek(2)：表示将光光标定位到文件尾部

(四)关闭

文件使用结束后，要使用 close()方法关闭，释放文件的授权。基本格式为：

<变量名>.close()

五、数据组织的维度

(一)一维数据

1.一维数据的概念：
一维数据由对等关系的有序或无序数据构成，采用线性方式组织，对应于数学中数组的概念。

2.一维数据的存储：
采用空格、逗号、换行符或其他符号分隔数据，其中以逗号分隔的存储格式叫作 CSV 格式。

列表对象输出为 CSV 格式文件方法如下，一般采用字符串的 join() 方法最为方便。

3.一维数据的处理：
对一维数据进行处理首先需要从 CSV 格式文件读入一维数据，并将其
表示为列表对象。读入 CSV 文件的内容，需要使用 strip()方法和 split()方法

ls=["泰山","恒山","华山","衡山","嵩山"]
f=open("D:\\杂事\\Mount.csv","w")
#将列表 ls 中的元素以逗号（,）作为分隔符连接成一个字符串，并将这个字符串写入到文件对象 f 所指向的文件中。
f.write(",".join(ls))
f.close()

# -这是一个上下文管理器，它用于打开文件。使用 with 语句的好处是，无论文件操作过程中是否发生异常，文件都会在代码块执行完毕后自动关闭。
with open('D:\\杂事\\Mount.csv', 'r') as file:
    for line in file:
        print(line.strip())  # 打印每一行的内容

运行结果：
在这里插入图片描述
Mount.csv文件内容如下图

(二)二维数据

1.二维数据的概念：二维数据由多个一维数据构成，可以看作是一维数据的组合形式。

2.**二维数据的存储：**二维数据由一维数据组成，用 CSV 格式文件存储。CSV 文件的每一行是一维数据，整个 CSV 文件是一个二维数据。
二维列表对象输出为 CSV 格式文件方法如下（采用遍历循环和 join()方法相结合）
3.二维数据的处理：对二维数据进行处理首先需要从 CSV 格式文件读入二维数据，并将其表示为二维列表对象。

ls = [["东岳", "泰山"], ["北岳", "恒山"], ["西岳", "华山"], ["南岳", "衡山"], ["中岳", "嵩山"]]

# 使用with语句以写入模式打开文件
with open("D:\\杂事\\Mount.csv", "w",) as f:
    for row in ls:
        print(row)  # 打印每一行，用于调试
        f.write(",".join(row) + "\n")  # 写入文件
print()
# 再次以读取模式打开文件
with open("D:\\杂事\\Mount.csv", "r", ) as f:
    lis = [line.strip("\n").split(",") for line in f]  # 读取所有行并分割

# 打印读取的内容
for item in lis:
    print(item)
# 不需要显式调用close()，因为with语句会自动关闭文件